排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
道路交通状况短时预测是现代智能交通系统的一个重要组成部分,而交通拥堵指数是交通状况最直接的体现,因此对交通拥堵指数进行预测具有重要的应用价值。利用小波神经网络结合城市道路交通拥堵指数分布的空间和时间性,建立银川市区部分路口的短时交通拥堵指数预测模型,利用实际交通拥堵指数数据对模型进行训练和短时预测,并将预测结果与实际数据进行对比。结果表明:模型在一定程度上拟合了真实交通拥堵指数的变化趋势,对所预测的 2 个交通路口的平均绝对百分比误差分别为 13.68% 和 15.35%,能够达到较好的预测效果。 相似文献
1